文档介绍：基于乘法扰动的数据挖掘隐私保护算法研究石雅强指导教师姓名、职称:塞拷菇淌学科ㄒ或领域名称:筐理科堂当工程筐理堂院论文答辩日期:生墨目芾硌妒学生所属学院:
篠:.瓽,甊.
乘法扰动隐私保护算法一局部旋转扰动方法际莘指畛扇舾筛龆懒摘要当今数据挖掘技术已成为管理与商务信息智能分析的主要工具。但在其应用的同时,用户隐私数据泄露问题时常发生。所以数据挖掘中的隐私保护算法成为当今的一大研究热点,即在获得高质量数据挖掘结果的同时,如何保护用户隐私数据。不同的数据挖掘算法对应着不同的隐私保护方法,如建立决策树模型只需要知道数据的分布,所以应用加法扰动方法比较有效。建立亓9嬖蚰P椭恍枰A私每个事务项出现的概率,所以应用随机应答方法比较有效。还有一类数据挖掘算法,如甿聚类算法,支持向量机分类算法等,这类算法的主要特点是只需要根据数据集之间的距离或点积便能建立模型,所以应用乘法扰动方法比较有效,这也是本文的研究重点。现在已研究的基于乘法扰动的数据挖掘隐私保护算法主要有旋转扰动方法冲投影扰动方法,它们分别将数据以同一角度旋转或将数据从高维空间映射到低维空间。独立分量分析魑R恢执踊旌鲜莘掷牖指丛词莸挠行Чぞ撸部梢员挥来从旋转扰动数据估计得到用户数据,这极大地降低了方法的隐私安全水平。本文研究出了己知信息独立分量分析甀セ髡呃盟梢源油队叭哦莨兰瞥用户数据的近似值,这也很大程度上破坏了的隐私安全性。因此,本文提出了新的的部分,使用不同的随机正交矩阵对各部分局部旋转扰动,。所以,啾绕渌朔ㄈ哦奖;算法具有更高的隐私安全性,而且准确性不低于以前的算法。在实验部分,本文引入了相对误差和喽晕蟛甊作为度量方法,通过多组实验对比了蚏淖既沸院鸵桨踩裕橹ち薖的优越性。由于亲耪攵曰诰嗬牒偷慊氖萃诰蛩惴ㄌ岢龅模员疚脑谧詈蟛糠郑将该方法分别应要到聚类挖掘和分类挖掘中,更为直观地说明了局部旋转扰动方法在数据挖掘中的实际应用。关键词:隐私保护数据挖掘;乘法扰动;局部旋转扰动;旋转扰动;投影扰动
癲甌..瑆正,瑂·猂:瓵..,..琧琲.,瑆..甈’Ⅱ
;;,辭..:;
研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.!.际趼废哂氪葱滦浴第二章乘法扰动隐私保护算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..旋转扰动方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯已知信息独立分量分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.植啃H哦驹怼
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章移动商务客户细分聚类挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯聚类算法基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.砸贫突阜值纳桃道斫狻劾嗄P汀第五章移动商务客户来电提醒业务分类挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一支持向量机算法基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯来电提醒业务分类挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.岳吹缣嵝岩滴穹掷嗟纳桃道斫狻掷嗄P汀结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..攻读学位期间发表论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~学位论文独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯